AI编程

深入解析Claude Code的上下文压缩后状态保留机制：有损压缩的设计、元数据的保留、引用链接的作用，以及如何让AI在’记忆不够’时优雅地取舍。

Claude Code核心源码文件索引，按功能模块分类整理，包含关键类、函数和配置文件的快速定位指南。

深入解析Claude Code的上下文管理机制：200K token不是’无限内存’，如何自动压缩、精准修剪、预算分配。揭秘AI如何在有限的上下文窗口中管理海量代码信息。

客观分析Claude Code的六大不足之处：上下文窗口的天花板、工具延迟的累积效应、成本与质量的权衡、离线能力的缺失、复杂逻辑的局限，以及记忆系统的边界。

深入解析Claude Code的工具描述设计：如何让AI准确理解每个工具的用途和使用场景。揭秘工具description如何成为’给模型的指令’，inputSchema如何影响参数选择，以及动态描述的应用。

从Claude Code源码提炼6个生产级AI编码模式：编辑前先读取、渐进式自主、防御性Git、结构化验证、范围匹配响应、工具级提示词，以及双层约束的设计智慧。

深入解析如何通过提示词引导AI行为：从Few-shot示例到A/B测试，揭秘Claude Code如何通过精心设计的提示词让AI’急性子’变’有耐心’，以及解决AI’过度热心’或’该问不问’的问题。

深入解析Claude Code的上下文管理五原则：预算设定、内容保留、透明告知、熔断机制与保守估算，以及如何像收纳师一样管理200K token的有限空间。

深入解析Claude Code的系统提示词架构：分段式组合设计、身份/工具/格式/安全模块的分工，以及模型特定调优的秘密。揭秘为什么同样的请求，Claude Code和ChatGPT的回答风格完全不同。

深入解析Claude Code的核心Agent Loop：从用户输入到模型响应的完整生命周期。揭秘query.ts状态机、工具执行编排、继续判定逻辑，理解AI编码助手如何’思考’和’行动’。